企业 AI 服务落地：先做哪 3 个场景最不容易失败

很多企业的 AI 项目，首次演示都很成功：提问、回答、现场生成一份报告，会议室里一轮掌声。三个月后再看，系统还在，但日常打开的人只剩项目组自己。

问题通常不在模型能力，而在首个场景选错了。首个场景要承担"证明这条路能走通"的任务，它必须小、边界清、错了能兜住。这篇从失败率倒推，给出四条判断标准和三类建议先做的场景，你可以拿去对照手上的 AI 需求清单。想先看同类的选型文章，也可以翻翻行业洞察。

一、为什么大部分企业 AI 项目停在 POC

POC 的验收标准和上线标准，根本不是一套东西。

POC 阶段问的是"它能不能答上来"，所以大家挑的往往是演示效果最直观的问题：通用知识、格式规整的文档、有标准答案的流程。这一步大模型几乎不会失手。可一进入真实业务，问题就变成另外三个：它能不能拿到我要的数据？答错了谁负责？多花的钱换回了什么？

这三个问题对应三类断点。数据断点：模型再强，读不到 ERP 里的库存、工单系统里的派单记录，回答就只能靠猜。兜底断点：低置信度的结果没人接，业务方不敢用，系统最后变成"仅供参考"的摆设。价值断点：上线前没定指标，上线后无法证明省了多少人、多少时间，预算自然续不上。

还有一个常被忽略的因素：组织习惯。AI 的输出要进入流程，就必须有人确认、签字、留痕，而原系统里往往没有这些位置。所以决定成败的，是首个场景有没有嵌进已有流程，而不是提示词写得多漂亮。

二、判断标准：输入、输出、兜底、可量化

把候选场景过一遍下面四条，能过的才值得做试点。

• 输入明确：数据在哪套系统、字段是否稳定、每天大概多少条。要靠人工临时整理表格才能跑的，先别做。
• 输出可验收：结果能不能被人一眼核对。结构化字段、固定模板的摘要，比一段自由发挥的长文更好验收。
• 有人兜底：答错、答不出、置信度低的时候，有没有明确的转人工入口。没有兜底的场景，等于把风险直接交给一线。
• 可量化：上线前就能说出三个指标，比如单均处理时长、一次通过率、人工介入率。

四条里最容易被跳过的是"兜底"，演示时它不出现，出问题时它才要命。建议把兜底写成验收项：低置信度必须转人工，动作要留在原系统里，而不是靠群里喊一声。

三、场景一：知识问答与文档检索

首个场景优先选内部知识问答：制度文件、产品手册、合同模板、售后 FAQ、项目验收资料。

它的好处是边界清楚、错误成本低、见效快。员工问"这个合同模板里关于付款节点的约定是第几条"，系统给出答案并附上原文出处，比自己翻文件夹快得多。关键不在模型，在检索：文档怎么切片、权限怎么继承、答案怎么带出处，这三件事决定了回答能不能信。

验收方法也很朴素：从真实提问里随机抽 30 个，人工判断答案是否正确、出处是否对得上。答不出时，系统要能明确说"知识库里没有"，而不是编一个看似合理的答案。

权限要单独说：企业文档天然有可见范围，AI 问答必须沿用原权限，不能因为"接了个模型"就把财务制度开放给全员。我们给华润做多组织协同时，权限是按组织、岗位与数据范围三个维度配的，问答场景也应当建立在这个基础之上。

四、场景二：工单/报修的分派与摘要

第二个场景选工单与报修：把一段口语化的描述，变成结构化的工单。

输入通常很脏——"三号楼二楼西边空调不制冷了，急"。输出要固定：设备类别、位置、优先级、建议承接的班组、一句话摘要。AI 只做建议，调度员点确认才生效；置信度低就直接转人工，不做二次猜测。

这个场景的价值可以算清楚：分派准确率、首次响应时长、重复派单率、摘要返工率。它天然嵌在流程里，改造成本低，一线也能感知到变化。

在智慧场馆运维这类系统里，报修、巡检、保养本来就是同一条链路，AI 分派接进去之后，后续的到场、处理、验收都可以沿用原有节点。我们给必欧瀚做的检测服务流程管理也是同样的思路：从委托登记到结果查询放在一条链路上，前台只录一次，后台按角色分工。AI 要加的是"建议分派"，不是重做一条流程。

五、场景三：报表与经营分析

第三个场景选报表与经营分析，但要守住一条铁律：数字由报表算，AI 只负责解释。

经营会上的高频问题往往是"这个月客流涨了、营收没涨，为什么"。人回答这个问题要翻三四张表。AI 的做法是：先把已经算好的指标和维度喂进去，让它按固定模板输出异常点和可能原因，每条原因后面标注对应数据。数字一律引用报表，不允许模型自己算。

验收时做两件事：抽查 AI 提到的每个数字是否与报表一致；让它复述上周的异常，看结论是否稳定。只要出现"数字对不上"，这个场景就该停，因为信任一旦崩了很难修。

我们给龙磁科技做的生产数据看板，强调的是数据要落到具体设备、具体工序；给联合利华做的会员小程序，后台是按活动、门店与时间汇总数据。这两类系统先解决"数从哪来、口径是什么"，AI 分析才有立足点。

六、不该一开始就做的三类场景

选场景不光要挑对的，还要主动排除几类看起来很美、实际很难收场的。

第一类，对外客服大而全。 面向消费者的客服要覆盖售前、售后、投诉、退款，话术要求高，合规风险大，用户期望也高。首个项目就做这个，等于把最难的部分放在最前面。

第二类，自动决策与自动执行。 自动定价、自动放款、自动下单、自动派单不确认，错误会被系统放大，而且很难追溯责任。建议先让 AI 出建议，人确认，跑稳之后再逐步放开权限。

第三类，先建平台再找场景。 一上来做全公司知识中台、AI 能力平台，听起来格局大，但没有真实场景支撑，最后平台建好了，没人用。正确顺序是场景先跑通，再把公共能力沉淀成平台。

把上面的判断压成一张对照清单，评估时可以逐条自问：

• 可以先做：有稳定数据源、结果可核对、错了能回滚、三个月内能出指标。
• 暂时别做：多系统数据要现拼、对错没有标准、一旦出错影响外部客户、效果无法量化。

对照清单里能满足四条以上，就可以进入试点；只有两三条，先把前置条件补齐；一条都不满足的，先放一放。

七、试点到规模化：三个月节奏

首月做选择与准备：定一个场景、圈一批用户、把数据接进来，记录基线指标。这个月不要追求效果，先把"有没有数据、准不准"查清楚。

第二个月做小范围试用：十到二十个真实用户，每天用、每周复盘。复盘只看三件事：哪些问题答错、答错时兜底是否生效、人工介入率有没有下降。

第三个月做扩展与固化：把稳定的部分固化成流程，补上运维手册与责任人，再评估要不要上第二个场景。规模化不是一次铺开，而是一个接一个地复制已验证的模板。

这里有个反直觉的结论：模型和提示词在整个工程里大概只占两成，剩下八成是数据管道、权限、兜底流程和培训。预算也应按这个比例分，而不是全押在"换更强的模型"上。场景清楚之后，系统侧的工作往往需要定制开发来补齐，尤其是数据接口和原有流程的衔接。

八、常见问题

一定要用大模型吗？

不一定。规则能稳定解决的，优先用规则，成本和可解释性都更好。大模型适合处理"表述不规整、需要理解语义"的环节，比如把口语化报修转成结构化字段、从长文档里找依据。两者混用是常态。

数据能不能放在公有云？

看数据的敏感程度和合规要求。客户信息、合同、生产数据这类内容，建议私有化部署或混合部署，调用外部模型前先做脱敏，并把"哪些数据不出内网"写成明确规则，别依赖口头约定。

预算大概是什么量级？

没有统一价，取决于场景数量、要接几套系统、是否需要私有化。常见做法是先做一个场景的试点包，用固定范围报价；跑通后再按模块扩展。区间和方法比一个笼统的总价更有参考价值。

怎么判断供应商做过类似项目？

问三个具体问题：数据从哪几个接口来、答错了怎么兜底、上线后谁负责维护和调优。回答能落到字段、流程和责任人上的，多半真做过；只讲模型参数和概念的，要谨慎。

九、写在最后

AI 落地的难点从来不是"能不能做"，而是"先做哪个"。把场景选小、把兜底做实、把指标定在前面，成功率会明显不一样。

如果你正在整理 AI 需求清单，不妨先按上面四条标准过一遍，把不能量化的先放后面。更多同类文章可以在行业洞察归档里按时间翻阅。